• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于NPSVM模型的超新星識別方法?

    2021-03-29 12:36:48王精東陳星星梁吳穎黃澤鋒全少武沈錦泫
    天文學(xué)報(bào) 2021年2期
    關(guān)鍵詞:超新星星系光譜

    王精東 陳星星 梁吳穎 黃澤鋒 全少武 沈錦泫

    石雄輝1?

    (1 廣東海洋大學(xué)數(shù)學(xué)與計(jì)算機(jī)學(xué)院湛江524088)(2 北京師范大學(xué)數(shù)學(xué)科學(xué)學(xué)院北京100875)

    (3 湖南科技大學(xué)材料科學(xué)與工程學(xué)院湘潭411201)

    1 引言

    遙遠(yuǎn)星系內(nèi)的恒星在一般情況下亮度較低, 無法觀測, 而其爆發(fā)成為超新星時(shí)則突然進(jìn)入了可觀測的范圍, 此現(xiàn)象作為恒星演化的一個(gè)重要過程, 對研究恒星與高能天體物理具有重要影響[1]. 由于超新星的出現(xiàn)在時(shí)間與空間上均具有隨機(jī)性, 使得超新星觀測大多采用大規(guī)模巡天以獲得大量對象的樣本數(shù)據(jù)進(jìn)行分析篩選.

    超新星搜尋主要有可見光圖像搜尋、測光、光譜認(rèn)證3種方法[1–2], 其中, 光譜數(shù)據(jù)相對可見光圖像, 具有更好的準(zhǔn)確性, 且不用像可見光圖像、測光一樣需獲取多日的數(shù)據(jù)進(jìn)行比對校驗(yàn), 是超新星搜尋的重要手段.

    目前在運(yùn)行的大型超新星巡天項(xiàng)目中, 國外有ZTF (the Zwicky Transient Facility)、Pan-STARRS (Panoramic Survey Telescope And Rapid Response System)、Gaia (Global Astrometric Interferometer for Astrophysics)等[3–5], 國內(nèi)有TNTS (the THU-NAOC Transient Survey)、PTSS(the PMO-Tsinghua Supernova Survey)、AST3(Antarctic Survey Telescope)等項(xiàng)目[6–8]. 這些大型巡天計(jì)劃往往產(chǎn)生超大規(guī)模的數(shù)據(jù),現(xiàn)代天文觀測對自動化分析的需求日益明顯.

    光譜數(shù)據(jù)往往由于維數(shù)較多, 從而需要降維以方便計(jì)算, 常用的方法有主成分分析(Principal Component Analysis, PCA), 比如, 劉真祥等人直接采用PCA降維[9]; 屠良平等人基于PCA實(shí)現(xiàn)光譜分解并計(jì)算重構(gòu)系數(shù)作為新特征[10]. 在識別方面, 可以采用深度信念網(wǎng)絡(luò), 劉真祥等人采用該方法在激變變星光譜分類問題上獲得了97.4%的正確率[9]; 屠良平等人則采用基于局部孤立性因子(Local Outlier Factor, LOF)的離群點(diǎn)檢測算法將超新星候選數(shù)降低到了實(shí)驗(yàn)總數(shù)的1%, 該實(shí)驗(yàn)每次隨機(jī)將1條超新星光譜混入到5054條星系光譜中, 發(fā)現(xiàn)每次實(shí)驗(yàn)中超新星的LOF都排在實(shí)驗(yàn)樣本集合的前1%[11].此外還可以使用支持向量機(jī)(Support Vector Machine, SVM)或人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network, ANN)等方法[12–13].

    經(jīng)研究發(fā)現(xiàn), 基于光譜分解的特征提取方法存在冗余特征的問題, 并提出了解決方案: 首先, 用光譜分解方法提取特征進(jìn)行初篩, 然后計(jì)算所得特征系數(shù)在兩個(gè)類別上的相似度, 并做進(jìn)一步篩選; SVM在星系-超新星二分類問題中得到了99.502%的識別正確率. 考慮進(jìn)一步降低漏判率, 結(jié)合Neyman-Pearson決策, 本文提出了NPSVM(Neyman-Pearson SVM)分類模型, 以適應(yīng)不同條件與場景.

    2 數(shù)據(jù)收集

    超新星往往是從星系對象中篩選出來. 所以只需要收集超新星與星系兩類的數(shù)據(jù)進(jìn)行分析即可.

    我們從WISeREP (the Weizmann Interactive Supernova data REPository)1https://wiserep.weizmann.ac.il上收集了SUSPECT (SUpernova SPECTrum), SNfactory (the Nearby Supernova Factory),SDSS-SNe (the Sloan Digital Sky Survey-II Supernova Survey)觀測數(shù)據(jù)光譜[14], 使用了CfA (the Center for Astrophysics)2https://www.cfa.harvard.edu/supernova/cfaspecsnIa 20120322.tar.gz超新星計(jì)劃[15]的一部分與Nugent等人構(gòu)造的超新星模板3https://c3.lbl.gov/nugent/nugent templates.html[16]. 本文與文獻(xiàn)[10–11]中僅采用Ia型超新星模板不同, 希望能夠?qū)⒛P屯茝V到其他類型的超新星光譜識別上, 所以我們也應(yīng)用了Nugent等人的其他類型超新星模板,由于這些模板是由超新星同一時(shí)間的多個(gè)觀測來源的光譜取平均得到, 并在時(shí)間上進(jìn)行了插值[16], 更具有代表性, 因此將用于構(gòu)造超新星的PCA模板, 而剩下的超新星實(shí)測光譜將用于分類模型的訓(xùn)練和測試.

    星系數(shù)據(jù)上, 我們使用了SDSS-dr16得到的星系觀測數(shù)據(jù)[17]. 這些星系光譜將既用于PCA模板庫的構(gòu)造又作為實(shí)驗(yàn)數(shù)據(jù)集的星系部分.

    為了將數(shù)據(jù)統(tǒng)一在一個(gè)區(qū)間上進(jìn)行分析, 本文篩選出靜止波長范圍在3809–7000 ?A的光譜, 并獲得了3427條超新星實(shí)測光譜和2193條星系光譜.

    表1、2分別給出了超新星和星系實(shí)測光譜的類別數(shù)量和比例, 未給出子類別的記為untyped, 其中AGN (Active Galactic Nucleus)為活動星系核. 圖1給出了超新星實(shí)測光譜相對光極大和數(shù)據(jù)集信噪比的主要分布, 圖例中SNe表示超新星, Gal表示星系.

    表1 超新星(SN)類型統(tǒng)計(jì)Table 1 Statistics of supernova types

    表2 星系類型統(tǒng)計(jì)Table 2 Statistics of galaxy types

    3 數(shù)據(jù)預(yù)處理

    超新星形成機(jī)制包括白矮星吸積伴星產(chǎn)生的熱核爆炸、大質(zhì)量恒星的核塌縮爆炸,兩者均多發(fā)生在星系內(nèi). 所以超新星的光譜S往往會與宿主星系的光譜G發(fā)生疊加, 同時(shí), 伴隨有測量、大氣條件、天光背景等引起的隨機(jī)噪聲ε, 于是觀測得到的光譜M可以寫成如下形式:

    光譜作為對遙遠(yuǎn)天體的觀測手段之一, 除了噪聲影響外, 主要還存在以下影響因素:

    (1)遙遠(yuǎn)天體的光譜紅移;

    (2)天體距離、超新星本身屬性、所處演化階段等對譜線強(qiáng)度的影響;

    (3)不同望遠(yuǎn)鏡數(shù)據(jù)處理方法的差異.

    圖1 超新星相對光極大(a)和數(shù)據(jù)集信噪比(b)的分布直方圖. (a)中收集自CfA的光譜(紅色曲線)給出的是相對B波段光極大的天數(shù), 收集自WISeREP的光譜(藍(lán)色曲線)給出的是相對于V波段光極大的天數(shù). (b)中紅色曲線為超新星光譜的信噪比分布, 藍(lán)色曲線為星系光譜的信噪比分布.Fig.1 Histogram of supernova phases (a) and signal-to-noise ratio of dataset (b). In panel (a), the spectra collected from CfA give the number of days relative to B-band maximum (red curve), while the spectra collected from WISeREP give the number of days relative to V-band maximum (blue curve). In panel (b), the red curve is the signal-to-noise ratio distribution of supernova spectra, and the blue curve is the signal-to-noise ratio distribution of galactic spectra.

    因此本文對觀測數(shù)據(jù)進(jìn)行了以下預(yù)處理以減小上述因素對算法效果的影響:

    (1)退紅移: 對于紅移為z、觀測波長為λobs的天體光譜, 計(jì)算其靜止波長:

    (2)截?cái)嗯c插值: 將所有樣本截?cái)嘀领o止波長覆蓋范圍的交集3809–7000 ?A并進(jìn)行線性插值;

    (3)去除強(qiáng)窄線: 由于超新星的光譜是沒有窄線的[10], 為了減少窄線的干擾, 本文基于3σ原則(將到均值的距離大于3倍標(biāo)準(zhǔn)差的點(diǎn)視為異常點(diǎn))來檢測窄線, 對窄線進(jìn)行過濾并替換成均值, 循環(huán)多次以保證效果;

    (4)去噪: 使用小波變換方法進(jìn)行去噪;

    (5)標(biāo)準(zhǔn)化: 對于均值為μi、標(biāo)準(zhǔn)差為σi的第i條觀測數(shù)據(jù)Mobs,i, 標(biāo)準(zhǔn)化后記為向量Mi=(Mi1,Mi2,··· ,Miq). 其第j個(gè)分量:

    其中,Mobs,ij為觀測數(shù)據(jù)向量Mobs,i的第j個(gè)分量,N為觀測樣本的數(shù)量,q為光譜數(shù)據(jù)向量的維數(shù). 圖2展示了數(shù)據(jù)預(yù)處理的效果.

    圖2 在數(shù)據(jù)預(yù)處理中, 一條光譜的原始數(shù)據(jù)將被退紅移、截?cái)?、插值、去譜線、去噪、標(biāo)準(zhǔn)化.Fig.2 In the data preprocessing, the raw data of a spectrum will be deredshifted, truncated,interpolated, spectral lines removed, denoised and normalised.

    4 特征提取

    以下設(shè)行向量

    為第i條經(jīng)過預(yù)處理的混合光譜, 其中,Gi與Si分別表示組成該混合光譜的星系光譜和超新星光譜,εi表示觀測過程中的隨機(jī)噪聲.

    4.1 光譜分解

    PCA旨在通過線性變換得到新的變量, 即主成分, 并對主成分按照方差貢獻(xiàn)率進(jìn)行排序. 這些主成分滿足: 各個(gè)主成分Yj的方差達(dá)到最大且主成分之間協(xié)方差為0,即第j個(gè)主成分Yj的方差Var(Yj) = max,Yj與Yj′的協(xié)方差Cov(Yj,Yj′) = 0, j >1, j′=1,2,...,j ?1. 對于第i條光譜Mi, 其第j個(gè)主成分其中,lj稱為主成分方向.

    對超新星與星系模板庫分別運(yùn)用PCA, 則可以得到星系模板庫的前m個(gè)主成分方向和超新星模板庫的前n個(gè)主成分方向分別為{gu},{sv},u= 1,2,··· ,m,v= 1,2,··· ,n.本文將主成分方向稱為光譜特征.

    其中, 由于Nugent先生提供的模板在不同類別的超新星之間, 光譜數(shù)量存在較大差異. 由于其中一類最多只有12條光譜數(shù)據(jù), 于是對每一類在時(shí)間上等距選取12條光譜數(shù)據(jù)以用于構(gòu)建超新星的PCA模板庫.

    圖3自上而下展示了星系與超新星模板庫按方差貢獻(xiàn)率排序后的前8個(gè)光譜特征. 此時(shí)選取超新星光譜特征累計(jì)貢獻(xiàn)率為95%的前8個(gè)光譜特征, 而對于星系成分選取累計(jì)貢獻(xiàn)率為90%的前180個(gè)光譜特征. 此時(shí), 可以將實(shí)測光譜看作是各光譜特征線性組合的近似[10,18], 即

    圖3 光譜特征. 自上向下為星系(左)與超新星(右)模板庫按方差貢獻(xiàn)率排序后的前8個(gè)光譜特征, 為了方便展示, 對每條光譜特征進(jìn)行了偏移, 圖例數(shù)字表示偏移量.Fig.3 Spectral feature. The galaxy (left) and supernova (right) templates are sorted by variance contribution and the first eight spectral feature are top down displayed in figure. In order to display conveniently, each spectral feature has an offset, and the numbers in legend represent the value of offset.

    設(shè)第k個(gè)混合光譜的系數(shù)向量ai=(a1,i,a2,i,··· ,am+n,i)T, 記

    由(1)式有A·Ac=MT. 因此求解Ac即可求得各系數(shù)向量, 并實(shí)現(xiàn)光譜分解, 即計(jì)算

    當(dāng)A不滿足正交性時(shí), 則可以用如下方法計(jì)算得到[10]:

    其中, (β1,β2,··· ,βm,βm+1,··· ,βm+n)為A經(jīng)施密特正交化后所得的單位正交向量組.

    通過光譜分解, 我們獲得了將一條光譜數(shù)據(jù)映射到以ai為坐標(biāo)向量的新特征空間的方法, 圖4分別展示了星系與超新星的分解效果. 圖5展示了部分變量組合的3維分布圖.

    4.2 特征分布的相似性度量

    假設(shè)已知兩條連續(xù)的概率密度曲線p1(x)、p2(x), 對p1、p2以?x為步長等距離離散可分別得到向量當(dāng)?x →0時(shí), 他們能夠很好地表征出該曲線的特征. 故定義兩條概率密度曲線的相似度:

    圖4 星系光譜(左)與超新星光譜(右)分解效果, 圖中藍(lán)色曲線為經(jīng)過數(shù)據(jù)預(yù)處理的光譜, 紅色曲線是分解出來的超新星成分, 橙色曲線是分解出來的星系成分.Fig.4 Decomposition of Gal spectrum (left) and SN spectrum (right). The blue curve is the spectrum after data preprocessing, the red curve is the supernova component, and the orange curve is the galaxy component of the decomposition.

    圖5 部分變量組合的3維分布圖Fig.5 Three dimensional distributions of partial variables combination

    圖6為部分特征系數(shù)的頻率分布直方圖, 從圖中可以看到部分特征系數(shù)出現(xiàn)冗余的現(xiàn)象, 這些特征系數(shù)的分布在兩個(gè)類別之間的區(qū)別并不明顯, 甚至接近重合. 這些特征系數(shù)的存在對分類任務(wù)并沒有益處甚至?xí)Ψ诸愋Ч斐梢欢ǖ母蓴_.

    于是需要度量一個(gè)特征系數(shù)的分布在兩個(gè)類別之間差異的不明顯程度, 即特征系數(shù)的分布相似程度, 以進(jìn)一步篩選特征系數(shù). 而(3)式恰好可以滿足這一需求.

    圖7為相似度分布直方圖. 于是, 只要設(shè)定閾值s0, 保留Sims0的特征系數(shù), 即可過濾低效特征.

    圖6 部分特征系數(shù)的頻率分布直方圖Fig.6 Frequency distribution histogram of partial feature coefficients

    圖7 相似度分布直方圖Fig.7 Histogram of similarity

    5 光譜識別

    由圖5可見, 在光譜分解得到的特征空間下, 光譜識別問題可近似為一個(gè)線性可分的分類模型. 對此, 本文采用了線性支持向量機(jī)進(jìn)行分類訓(xùn)練.

    5.1 支持向量機(jī)

    線性可分是指在特征空間中能夠找到一個(gè)由下式表示的超平面來正確地描述分類任務(wù):

    其中,w為超平面的法向量,x為坐標(biāo)向量. 在光譜分類問題中, 用第i條預(yù)處理光譜Mi提取的特征ai來代表該待分類光譜, 即有x=ai.

    于是一個(gè)樣本點(diǎn)x到超平面的距離為:

    若該超平面能夠正確分類, 即對于任一樣本(xi,yi), yi ∈{?1,1}, 當(dāng)xi為星系光譜時(shí),當(dāng)xi為超新星光譜時(shí)

    只需要一定的事先變換, 樣本集總可以滿足:

    此時(shí), 根據(jù)(5)式, 由該超平面所確定的分類間隔為2/||w||. 對于分類問題, 我們希望這個(gè)分類間距盡可能大, 而這等效于最小化因此我們只需要求解:

    引入拉格朗日乘子ηi, 由拉格朗日乘子法有對偶問題

    考慮防止過擬合或不是完全線性可分的情況下, 引入“松弛變量”ξi0,求解如下規(guī)劃問題:

    即“軟間隔支持向量機(jī)”[12], 其中,C為常數(shù), 表示約束程度,C越大時(shí)松弛變量要越小, 通常取C=1.

    在上文的特征提取方法下, 選取數(shù)據(jù)集的75%作為訓(xùn)練集, 剩余作為測試集. 迭代選取不同s0進(jìn)行SVM的訓(xùn)練, 得到了如圖8的誤判率變化曲線, 并在表3中展示了3個(gè)模型A、B、C的詳細(xì)效果.

    表3 SVM在測試集上的表現(xiàn)Table 3 The SVM performance on the test set

    圖8 誤判率曲線, s0為相似度閾值Fig.8 Mistake rate curve, s0 is the threshold of the similarity Sim

    顯然, 相似度過濾算法能夠進(jìn)一步提高降維結(jié)果的質(zhì)量, 當(dāng)s0選取適當(dāng)時(shí), 仍能保證分類效果而數(shù)據(jù)維數(shù)較少. 在實(shí)際情況中, 可以視條件選擇合適的模型. 比如, 當(dāng)設(shè)備計(jì)算資源有限時(shí)采用算法空間復(fù)雜度較低的A模型, 當(dāng)計(jì)算資源足夠且希望漏判率盡可能小則使用漏判率最小的B模型.

    由(5)式可以得到對于樣本x到?jīng)Q策面的距離r(x). 圖9展示了采用B模型時(shí)所得距離分布密度圖. SVM可以視為一個(gè)以原點(diǎn)為決策點(diǎn)的分類模型, 在直線L1右側(cè)即判斷為正, 在L1左側(cè)判斷為負(fù).

    圖9 采用B模型時(shí), 樣本點(diǎn)到SVM超平面的距離r的分布. f1為星系樣本集上的距離分布曲線, f2為超新星樣本集上的距離分布曲線, L1和L2分別為SVM、NPSVM的決策線.Fig.9 Distribution of distance r from the sample point to the SVM hyperplane when using the model B.f1 is the distance distribution on the set of galaxies, f2 is the distance distribution on the set of supernovae. L1,L2 are the decision-making lines of SVM and NPSVM, respectively.

    當(dāng)樣本數(shù)足夠大時(shí), 決策距離r的頻率分布曲線能夠近似于概率密度曲線, 即f1→p1(r)、f2→p2(r), 其中,f1為星系樣本集上r的頻率分布曲線,f2為超新星樣本集上r的頻率分布曲線;p1(r)為當(dāng)樣本x來自星系總體時(shí),r=r(x)在實(shí)數(shù)域R上的概率密度曲線,p2(r)為x來自超新星總體時(shí)r的概率密度曲線.

    此時(shí), 設(shè)P1[r(x)]是樣本x來自星系總體的概率,P2[r(x)]為樣本x來自超新星總體的概率. 概率P1(r),P2(r)分別定義如下:

    且給定x時(shí), 有P1(r)+P2(r)=1.

    因此當(dāng)樣本量足夠大時(shí), 用f1(r)近似p1(r), 用f2(r)近似p2(r), 即可通過SVM模型計(jì)算一個(gè)樣本屬于兩個(gè)類別的概率. 當(dāng)有多個(gè)超新星候選體待觀測時(shí), 可以將候選體按照超新星的分類概率P1(r)排序, 制定觀測計(jì)劃, 從而更高效地尋找超新星.

    5.2 NPSVM分類模型

    來自超新星樣本集的樣本如果被誤判為星系, 即為超新星的漏判. 對于超新星巡天, 有時(shí)希望超新星的漏判率盡可能低. 為了進(jìn)一步降低漏判率, 不妨將距離r看作是經(jīng)過SVM映射所得的新特征.

    設(shè)二元?jiǎng)澐諶= (R1,R2), 當(dāng)對于一個(gè)新的樣本(xi,yi),r(xi)經(jīng)過劃分R后判斷為星系時(shí), 記作r ∈R1; 當(dāng)r(xi)經(jīng)過R后判斷為超新星時(shí), 記為r ∈R2.

    當(dāng)xi來自星系總體時(shí), 經(jīng)過劃分R后判斷為超新星則是誤判, 假設(shè)此事件發(fā)生的概率為Pe1; 同理, 對于超新星總體, 有Pe2. 由概率論有:

    為了進(jìn)一步降低超新星漏判, 對于期望的超新星漏判上限ε0, 希望有Pe2=ε0, 此時(shí)要尋找滿足如下條件的最優(yōu)劃分R, 即Neyman-Pearson決策:

    為了求解該問題, 可以構(gòu)建拉格朗日函數(shù)γ=Pe1+η(Pe2?ε0), 又因?yàn)??則有

    其中,η為引入的拉格朗日乘子.

    由拉格朗日乘子法有:

    其中,r0由解出.

    于是, 由(11)式和(13)式有最優(yōu)劃分:

    其中,p1(r)/p2(r)稱為似然比. 于是, 通過調(diào)整ε0即可適應(yīng)不同的需求.

    當(dāng)樣本數(shù)N足夠大時(shí), 有f1→p1(r)、f2→p2(r). 另外, 在實(shí)際計(jì)算中, 由于采樣的不足, 可能出現(xiàn)f1(r) = 0和f2(r) = 0的情況, 為了避免分母為0,頻率近似后可對決策函數(shù)(14)式做變換, 于是有:

    其中,h(r)=f1(r0)f2(r)?f1(r)f2(r0),r0滿足本文稱(15)式為NPSVM模型.

    若令ε0=0.002, 則得到圖9中的直線L2, 并計(jì)算h(r)得到其頻數(shù)分布圖如圖10,此時(shí)與SVM模型的比較效果如表4.

    圖10 h(r)的分布直方圖Fig.10 Histogram of h(r)

    表4 SVM與NPSVM效果比較Table 4 Comparison between SVM and NPSVM

    計(jì)算得到超新星此時(shí)的漏判率為0.116%. 顯然, 效果比預(yù)期的ε0= 0.2%要好很多.但是, 星系被判為超新星的頻率為0.920%, 而該值采用普通的SVM時(shí), 僅有0.356%; 整體誤判率也由0.498%上升到0.854%. 故而, 此方法應(yīng)當(dāng)根據(jù)實(shí)際情況中的效益和需要適當(dāng)調(diào)整期望的漏判上限ε0.

    6 總結(jié)與展望

    本文通過數(shù)據(jù)預(yù)處理、特征提取、分類模型建立和優(yōu)化, 發(fā)現(xiàn)了光譜分解方法的冗余特征并給出了基于余弦相似度的優(yōu)化方案, 得到了一個(gè)效果良好的超新星識別模型. 相對于其他研究, 僅采用SVM模型時(shí), 本文能夠由決策距離分布給出一個(gè)樣本的分類概率, 以方便設(shè)置超新星的后續(xù)觀測優(yōu)先級. 而追求較小超新星漏判率時(shí), 本文提出的NPSVM模型也能夠有效限制其漏判率.

    但是在實(shí)踐中, 雖然NPSVM模型可以降低漏判率, 但也會增加將星系判為超新星的概率. 超新星的最終證認(rèn)往往還要通過人工證認(rèn)或后續(xù)觀測進(jìn)行確認(rèn), 而星系被判為超新星會增加人力與時(shí)間成本, 因而需要根據(jù)實(shí)際情況進(jìn)行漏判率的限制. 如果希望整體誤判率最小, 還可以選擇僅采用SVM模型而不采用Neyman-Pearson決策.

    值得一提, 本文所涉及的PCA、SVM算法, 當(dāng)數(shù)據(jù)量越大時(shí), 在統(tǒng)計(jì)意義下越可靠,效果也越好. 預(yù)期隨著更多的超新星發(fā)現(xiàn), 模型效果將不斷提高, 從而形成正反饋機(jī)制推動超新星的發(fā)現(xiàn).

    致謝感謝審稿人對文章提出的寶貴建議, 使得文章的質(zhì)量有了顯著的提高. 感謝WISeREP、CfA、SDSS公開的光譜數(shù)據(jù)和Nugent公開的超新星模板和相關(guān)工作者的付出.

    猜你喜歡
    超新星星系光譜
    超新星大爆炸之康坎
    作品(2023年6期)2023-06-11 13:25:46
    超新星大爆炸之·羅淑欣
    作品(2023年3期)2023-05-04 03:21:10
    超新星大爆炸之羅淑欣
    作品(2023年1期)2023-02-26 08:25:36
    跟著星系深呼吸
    基于三維Saab變換的高光譜圖像壓縮方法
    迄今發(fā)現(xiàn)的最大星系
    軍事文摘(2022年10期)2022-06-15 02:29:38
    星系大碰撞
    地外星系
    太空探索(2016年1期)2016-07-12 09:55:58
    星載近紅外高光譜CO2遙感進(jìn)展
    我的第一顆超新星
    国产午夜福利久久久久久| 免费不卡的大黄色大毛片视频在线观看 | 亚洲熟妇熟女久久| 一进一出抽搐gif免费好疼| 成人欧美大片| 18禁黄网站禁片午夜丰满| 一级毛片久久久久久久久女| 少妇人妻一区二区三区视频| h日本视频在线播放| 国产在线男女| 国产亚洲av嫩草精品影院| 琪琪午夜伦伦电影理论片6080| 精品人妻视频免费看| 久久香蕉精品热| 久久久久久久久久成人| 九九爱精品视频在线观看| 91久久精品国产一区二区成人| 国产精品,欧美在线| 国产精品综合久久久久久久免费| 欧美人与善性xxx| 日韩欧美国产在线观看| 久99久视频精品免费| 中国美女看黄片| 久久精品综合一区二区三区| 久久精品久久久久久噜噜老黄 | 三级国产精品欧美在线观看| 99热精品在线国产| 99久久成人亚洲精品观看| 亚洲成人久久爱视频| 丰满乱子伦码专区| 精品久久久久久久久久免费视频| 欧美色视频一区免费| 一进一出好大好爽视频| 麻豆成人av在线观看| 欧美高清性xxxxhd video| 欧美日韩乱码在线| 免费看a级黄色片| 成人永久免费在线观看视频| 午夜精品在线福利| 亚洲最大成人av| 在线观看av片永久免费下载| 窝窝影院91人妻| a在线观看视频网站| 乱码一卡2卡4卡精品| 噜噜噜噜噜久久久久久91| 欧美日韩国产亚洲二区| videossex国产| 国产毛片a区久久久久| 亚洲精品456在线播放app | 成年女人永久免费观看视频| 久久香蕉精品热| 少妇的逼好多水| 成人美女网站在线观看视频| 国产真实乱freesex| 国产男人的电影天堂91| 国产精品久久久久久久电影| 中文字幕免费在线视频6| 久久精品影院6| 女同久久另类99精品国产91| 欧美成人免费av一区二区三区| 国产伦人伦偷精品视频| 久久热精品热| 久久国产精品人妻蜜桃| 五月玫瑰六月丁香| 人妻制服诱惑在线中文字幕| 日韩 亚洲 欧美在线| 日本精品一区二区三区蜜桃| 国产毛片a区久久久久| 嫩草影院入口| 亚洲成人中文字幕在线播放| 波野结衣二区三区在线| 欧美丝袜亚洲另类 | 色综合亚洲欧美另类图片| 他把我摸到了高潮在线观看| 亚洲一级一片aⅴ在线观看| 国产免费一级a男人的天堂| 免费在线观看影片大全网站| 免费看日本二区| 99久久无色码亚洲精品果冻| 五月玫瑰六月丁香| 成人毛片a级毛片在线播放| 在线观看美女被高潮喷水网站| 国产又黄又爽又无遮挡在线| 韩国av在线不卡| 国产亚洲av嫩草精品影院| 校园人妻丝袜中文字幕| 久久精品影院6| 99热网站在线观看| 成人特级黄色片久久久久久久| 男女那种视频在线观看| 热99re8久久精品国产| 午夜福利视频1000在线观看| 69av精品久久久久久| 18禁在线播放成人免费| 一进一出好大好爽视频| 国产高清激情床上av| 午夜福利18| 成人毛片a级毛片在线播放| 又粗又爽又猛毛片免费看| 亚洲国产高清在线一区二区三| 一个人看视频在线观看www免费| 免费人成在线观看视频色| 免费在线观看成人毛片| 18禁黄网站禁片午夜丰满| 91在线精品国自产拍蜜月| 亚洲熟妇熟女久久| 极品教师在线免费播放| 岛国在线免费视频观看| 国产精品女同一区二区软件 | 免费电影在线观看免费观看| 色噜噜av男人的天堂激情| 黄色日韩在线| 亚洲,欧美,日韩| 不卡视频在线观看欧美| 亚洲成av人片在线播放无| 搡老妇女老女人老熟妇| 18禁裸乳无遮挡免费网站照片| 高清毛片免费观看视频网站| 麻豆成人午夜福利视频| 亚洲av不卡在线观看| 一进一出抽搐动态| 成年女人毛片免费观看观看9| 国内久久婷婷六月综合欲色啪| 91在线观看av| ponron亚洲| 日本色播在线视频| 少妇的逼好多水| 少妇裸体淫交视频免费看高清| 性插视频无遮挡在线免费观看| 18禁裸乳无遮挡免费网站照片| 美女黄网站色视频| 久久久久久九九精品二区国产| 午夜激情福利司机影院| 一区福利在线观看| 欧美一区二区精品小视频在线| 久久久久久久久久成人| 国产 一区 欧美 日韩| 性欧美人与动物交配| 亚洲av一区综合| 99久久精品热视频| 一区二区三区高清视频在线| 国产白丝娇喘喷水9色精品| 国产伦一二天堂av在线观看| 久久久久久久久久久丰满 | 日日啪夜夜撸| 波多野结衣高清无吗| 在线观看舔阴道视频| 99精品在免费线老司机午夜| 亚洲人成网站高清观看| 国产在线精品亚洲第一网站| 亚洲三级黄色毛片| 联通29元200g的流量卡| 天堂影院成人在线观看| 欧洲精品卡2卡3卡4卡5卡区| 久久久精品大字幕| 99久久成人亚洲精品观看| 无人区码免费观看不卡| 日本一二三区视频观看| 美女 人体艺术 gogo| 国产淫片久久久久久久久| 亚洲最大成人手机在线| 很黄的视频免费| 国产真实乱freesex| 国产精品美女特级片免费视频播放器| 少妇裸体淫交视频免费看高清| 国产亚洲91精品色在线| 免费电影在线观看免费观看| 国产精品久久久久久精品电影| 神马国产精品三级电影在线观看| 日本-黄色视频高清免费观看| 日日摸夜夜添夜夜添av毛片 | 国产v大片淫在线免费观看| 国产美女午夜福利| 极品教师在线视频| 校园春色视频在线观看| 亚洲精品乱码久久久v下载方式| 国产精品久久电影中文字幕| 国产成人av教育| 在线观看美女被高潮喷水网站| 亚洲自拍偷在线| 深夜a级毛片| 男人舔奶头视频| 免费无遮挡裸体视频| 欧美不卡视频在线免费观看| 少妇熟女aⅴ在线视频| 看免费成人av毛片| 中文字幕高清在线视频| 日韩一区二区视频免费看| 欧美成人免费av一区二区三区| 91麻豆av在线| aaaaa片日本免费| 久久久久性生活片| 欧美在线一区亚洲| 变态另类丝袜制服| 国产精品女同一区二区软件 | 色综合亚洲欧美另类图片| 国产熟女欧美一区二区| 网址你懂的国产日韩在线| 欧美精品啪啪一区二区三区| 成人精品一区二区免费| 尾随美女入室| 美女被艹到高潮喷水动态| 男女那种视频在线观看| 18+在线观看网站| av专区在线播放| 亚洲精品456在线播放app | 欧美黑人巨大hd| 深爱激情五月婷婷| 日韩欧美免费精品| 国产精品爽爽va在线观看网站| 久久精品国产清高在天天线| 自拍偷自拍亚洲精品老妇| 精品一区二区免费观看| 日韩精品有码人妻一区| 欧美bdsm另类| 九九久久精品国产亚洲av麻豆| 色吧在线观看| 亚洲av日韩精品久久久久久密| 亚洲av免费在线观看| 国产高潮美女av| 人人妻人人澡欧美一区二区| 欧美黑人欧美精品刺激| 国产亚洲91精品色在线| 久久久久久伊人网av| 草草在线视频免费看| 精品人妻视频免费看| 婷婷丁香在线五月| 91精品国产九色| 精品欧美国产一区二区三| 男女之事视频高清在线观看| 美女cb高潮喷水在线观看| 亚洲va在线va天堂va国产| 亚洲五月天丁香| 亚洲av第一区精品v没综合| 99九九线精品视频在线观看视频| 嫩草影院精品99| 国产一区二区亚洲精品在线观看| 88av欧美| 一区二区三区四区激情视频 | 一区二区三区免费毛片| а√天堂www在线а√下载| 久久久久国内视频| 在线免费观看不下载黄p国产 | 一级黄片播放器| www.www免费av| 一区二区三区免费毛片| 美女黄网站色视频| 永久网站在线| 内地一区二区视频在线| 欧美黑人巨大hd| 热99在线观看视频| 精品福利观看| 国产色爽女视频免费观看| 99在线视频只有这里精品首页| 听说在线观看完整版免费高清| 国产 一区精品| 黄色日韩在线| 亚洲男人的天堂狠狠| av视频在线观看入口| av国产免费在线观看| 又爽又黄a免费视频| 色精品久久人妻99蜜桃| 亚洲精品色激情综合| 亚洲乱码一区二区免费版| 欧美绝顶高潮抽搐喷水| 人妻丰满熟妇av一区二区三区| 精品久久久噜噜| av黄色大香蕉| 又爽又黄a免费视频| 窝窝影院91人妻| 可以在线观看毛片的网站| 国产伦精品一区二区三区四那| 啦啦啦韩国在线观看视频| 乱码一卡2卡4卡精品| 久久久久精品国产欧美久久久| 一个人看视频在线观看www免费| 成人精品一区二区免费| 搡老熟女国产l中国老女人| 成人高潮视频无遮挡免费网站| 黄色一级大片看看| 亚洲欧美日韩东京热| 人妻制服诱惑在线中文字幕| 国产精品98久久久久久宅男小说| 波野结衣二区三区在线| 熟女电影av网| 一进一出抽搐gif免费好疼| 亚洲精品在线观看二区| 亚洲 国产 在线| 深夜a级毛片| 男女下面进入的视频免费午夜| 十八禁网站免费在线| 五月玫瑰六月丁香| 变态另类丝袜制服| 69人妻影院| 国产亚洲av嫩草精品影院| 国内精品久久久久久久电影| 久久99热6这里只有精品| 麻豆av噜噜一区二区三区| 亚洲欧美激情综合另类| 亚洲美女搞黄在线观看 | 丰满乱子伦码专区| 国产欧美日韩精品亚洲av| 久久久久久久午夜电影| 日本撒尿小便嘘嘘汇集6| 国产视频内射| 成熟少妇高潮喷水视频| 欧美成人免费av一区二区三区| 国产精品永久免费网站| 精品人妻一区二区三区麻豆 | 亚洲自拍偷在线| av.在线天堂| 欧美日韩综合久久久久久 | 看十八女毛片水多多多| 日韩精品青青久久久久久| 成人毛片a级毛片在线播放| 国产真实伦视频高清在线观看 | 午夜激情欧美在线| 99久国产av精品| 十八禁国产超污无遮挡网站| 看片在线看免费视频| 在线观看舔阴道视频| 日韩欧美国产在线观看| 中文字幕精品亚洲无线码一区| 乱人视频在线观看| 我的女老师完整版在线观看| 波多野结衣高清无吗| 国产白丝娇喘喷水9色精品| 天堂网av新在线| 色av中文字幕| 国产av不卡久久| 最新中文字幕久久久久| 午夜福利高清视频| 欧美+亚洲+日韩+国产| 国产精品国产高清国产av| 如何舔出高潮| 午夜激情福利司机影院| 97超级碰碰碰精品色视频在线观看| 搡老熟女国产l中国老女人| 在线观看66精品国产| 村上凉子中文字幕在线| 丰满人妻一区二区三区视频av| 69人妻影院| 午夜爱爱视频在线播放| 成人美女网站在线观看视频| 久久久午夜欧美精品| 我的女老师完整版在线观看| av在线天堂中文字幕| 18禁黄网站禁片午夜丰满| 国产 一区 欧美 日韩| 亚洲欧美日韩东京热| 午夜影院日韩av| 女生性感内裤真人,穿戴方法视频| 免费人成视频x8x8入口观看| 国产精品一区二区免费欧美| 亚洲va日本ⅴa欧美va伊人久久| 国内少妇人妻偷人精品xxx网站| 国产免费av片在线观看野外av| 色哟哟·www| 欧美xxxx黑人xx丫x性爽| 日本 欧美在线| 99热这里只有是精品在线观看| 又爽又黄a免费视频| 国产亚洲精品av在线| 黄色配什么色好看| 五月伊人婷婷丁香| 国产欧美日韩精品亚洲av| 美女cb高潮喷水在线观看| 高清在线国产一区| 免费av观看视频| av福利片在线观看| 亚洲成人中文字幕在线播放| 亚洲熟妇中文字幕五十中出| 亚洲av成人av| 美女黄网站色视频| 成人av在线播放网站| 亚洲天堂国产精品一区在线| 波多野结衣巨乳人妻| 亚洲精品一区av在线观看| 国产私拍福利视频在线观看| 最近最新免费中文字幕在线| 亚洲欧美激情综合另类| 亚洲欧美日韩高清在线视频| 身体一侧抽搐| 在线观看一区二区三区| 国产精品女同一区二区软件 | 久久精品国产亚洲网站| 国产美女午夜福利| 久久久久久久亚洲中文字幕| 在线国产一区二区在线| 真实男女啪啪啪动态图| 看十八女毛片水多多多| 国产 一区精品| 成年女人永久免费观看视频| 亚洲av第一区精品v没综合| 日韩 亚洲 欧美在线| 亚洲中文日韩欧美视频| 日本黄大片高清| 香蕉av资源在线| 综合色av麻豆| 久99久视频精品免费| 国产大屁股一区二区在线视频| 欧美日本视频| 一区二区三区高清视频在线| 亚洲美女视频黄频| 国产精品女同一区二区软件 | 春色校园在线视频观看| 又爽又黄无遮挡网站| 九九爱精品视频在线观看| 国产视频内射| 欧美精品啪啪一区二区三区| 91麻豆精品激情在线观看国产| 午夜精品在线福利| 赤兔流量卡办理| 亚洲自拍偷在线| 亚洲五月天丁香| 亚洲在线自拍视频| 99国产极品粉嫩在线观看| 毛片一级片免费看久久久久 | 国产成人一区二区在线| 草草在线视频免费看| 国产成年人精品一区二区| av在线天堂中文字幕| 简卡轻食公司| 韩国av一区二区三区四区| 国产高清视频在线播放一区| 少妇被粗大猛烈的视频| 亚洲最大成人av| 国产精华一区二区三区| 啦啦啦啦在线视频资源| 天堂av国产一区二区熟女人妻| 夜夜看夜夜爽夜夜摸| 黄色女人牲交| 最近视频中文字幕2019在线8| 国产美女午夜福利| 亚洲在线观看片| 亚洲欧美日韩东京热| 全区人妻精品视频| 久久久午夜欧美精品| 人人妻,人人澡人人爽秒播| 变态另类丝袜制服| 国产欧美日韩一区二区精品| 久久久久久久亚洲中文字幕| 99视频精品全部免费 在线| 男女下面进入的视频免费午夜| 欧美日韩乱码在线| 亚洲欧美激情综合另类| 赤兔流量卡办理| 人妻夜夜爽99麻豆av| 美女xxoo啪啪120秒动态图| 18禁黄网站禁片午夜丰满| 人妻丰满熟妇av一区二区三区| 亚洲成人免费电影在线观看| 国产精品无大码| 最后的刺客免费高清国语| 直男gayav资源| h日本视频在线播放| 免费av毛片视频| 两人在一起打扑克的视频| 国产精品野战在线观看| 免费看a级黄色片| 一夜夜www| 可以在线观看毛片的网站| 色哟哟哟哟哟哟| 国产精品日韩av在线免费观看| 少妇人妻精品综合一区二区 | 18+在线观看网站| 97超视频在线观看视频| 久久国内精品自在自线图片| 免费在线观看日本一区| 免费av毛片视频| 无遮挡黄片免费观看| 久久久久久久午夜电影| 久99久视频精品免费| 亚洲色图av天堂| 男女下面进入的视频免费午夜| 性插视频无遮挡在线免费观看| 日本黄色片子视频| 国产探花极品一区二区| 十八禁网站免费在线| 精品无人区乱码1区二区| 国产激情偷乱视频一区二区| 波多野结衣高清无吗| 一级a爱片免费观看的视频| 少妇裸体淫交视频免费看高清| 十八禁国产超污无遮挡网站| 我的老师免费观看完整版| 亚洲熟妇熟女久久| bbb黄色大片| 久久香蕉精品热| 久久人人爽人人爽人人片va| 夜夜夜夜夜久久久久| 欧美绝顶高潮抽搐喷水| 国产一区二区在线观看日韩| 久久久国产成人精品二区| 夜夜看夜夜爽夜夜摸| 舔av片在线| 欧美日本视频| 长腿黑丝高跟| 亚洲人成伊人成综合网2020| 国产免费一级a男人的天堂| 亚洲精品色激情综合| 免费在线观看成人毛片| 欧美最新免费一区二区三区| 搡女人真爽免费视频火全软件 | 长腿黑丝高跟| 极品教师在线视频| 亚洲专区国产一区二区| 国产91精品成人一区二区三区| 亚洲国产色片| 啦啦啦韩国在线观看视频| 久久精品国产亚洲av香蕉五月| 欧美成人一区二区免费高清观看| 联通29元200g的流量卡| av在线蜜桃| 99在线人妻在线中文字幕| 亚洲第一电影网av| 1000部很黄的大片| 成年女人永久免费观看视频| 色视频www国产| 国产毛片a区久久久久| 黄色视频,在线免费观看| 一本精品99久久精品77| 在线观看66精品国产| 国产精品一区二区三区四区久久| 三级毛片av免费| 国产精品亚洲美女久久久| 亚洲国产精品sss在线观看| 亚洲五月天丁香| 精品国内亚洲2022精品成人| 麻豆久久精品国产亚洲av| 嫩草影院入口| 成人美女网站在线观看视频| 日日啪夜夜撸| 欧美黑人巨大hd| 国产伦精品一区二区三区四那| 哪里可以看免费的av片| 18禁黄网站禁片午夜丰满| 欧美精品啪啪一区二区三区| 国内揄拍国产精品人妻在线| 老司机午夜福利在线观看视频| 永久网站在线| 亚洲av日韩精品久久久久久密| 干丝袜人妻中文字幕| 少妇高潮的动态图| 亚洲熟妇熟女久久| 国产日本99.免费观看| 婷婷精品国产亚洲av| 亚洲国产欧洲综合997久久,| 老师上课跳d突然被开到最大视频| 国产男靠女视频免费网站| 夜夜爽天天搞| 窝窝影院91人妻| 日韩欧美三级三区| 国产视频内射| 欧美三级亚洲精品| 亚洲熟妇中文字幕五十中出| 又爽又黄a免费视频| 老熟妇仑乱视频hdxx| 一个人免费在线观看电影| 中文字幕人妻熟人妻熟丝袜美| 91av网一区二区| 男插女下体视频免费在线播放| 日日摸夜夜添夜夜添小说| 一a级毛片在线观看| 亚洲欧美日韩高清专用| 夜夜看夜夜爽夜夜摸| 两个人视频免费观看高清| 伦精品一区二区三区| 天美传媒精品一区二区| 小蜜桃在线观看免费完整版高清| 九九热线精品视视频播放| 国产精品人妻久久久久久| 亚洲狠狠婷婷综合久久图片| 99精品在免费线老司机午夜| 久久精品夜夜夜夜夜久久蜜豆| 欧美色视频一区免费| 亚洲人成网站在线播放欧美日韩| 日日干狠狠操夜夜爽| 国产白丝娇喘喷水9色精品| 哪里可以看免费的av片| 非洲黑人性xxxx精品又粗又长| 嫩草影视91久久| 亚洲五月天丁香| 中文字幕高清在线视频| 亚洲熟妇熟女久久| 免费在线观看日本一区| eeuss影院久久| 最新在线观看一区二区三区| 欧美最新免费一区二区三区| 亚洲熟妇中文字幕五十中出| 久久精品国产亚洲网站| 免费无遮挡裸体视频| 日本精品一区二区三区蜜桃| 免费看av在线观看网站| 99久久九九国产精品国产免费| 69av精品久久久久久| 99久久九九国产精品国产免费| 搡老妇女老女人老熟妇| 91精品国产九色| 久久精品国产自在天天线| 国产精品美女特级片免费视频播放器| 国产成人一区二区在线| 丰满的人妻完整版| av黄色大香蕉| 国产男靠女视频免费网站| 国产精华一区二区三区| 动漫黄色视频在线观看| 两个人视频免费观看高清| 99热这里只有是精品50| 精华霜和精华液先用哪个| 极品教师在线视频| 午夜福利在线观看免费完整高清在 | 亚洲国产精品成人综合色| 亚洲av中文字字幕乱码综合| 国产免费av片在线观看野外av|